CEEA

Centro de Estudios Econmicos Aplicados! CEEA Centro de Estudios Econmicos Aplicados Curso: Econometra Aplicada

Autor: Edinson Edu Tolentino Raymondi

edinson.tolentino@ gmail.com

Introduccin al Eviews 7.0

Estadsticos descriptivos Media: Es el valor promedio de la serie, si tenemos: Mean = 0.007558 Valor cercano a cero al definir a la serie como normal estndar. Mediana: Valor central de la serie, si tenemos Median 0.009313 Al trabajar con una distribucin normal este valor es igual al de la media al ser la distribucin simtrica. Desviacin Estndar Mide la dispersin de las observaciones alrededor de la media Std. Dev. 0.994967 Su valor es muy cercano a uno debido al proceso de estandarizacin de los datos generados. Coeficiente de asimetra Mide la asimetra de la distribucin de las observaciones. Si es positivo: implica una mayor cola a la derecha de la media Si es negativo: implica una mayor cola a la izquierda de la media Skewness 0.002191

En nuestro caso es cercano a cero por tratarse de una distribucin normal Coeficiente de kurtosis Mide el grado de apuntamiento de la distribucin o anchura de sus colas. El valor referencial es de 3. Si es menor a 3: La distribucin es platicurtica (plati: ancho) parte central ancha Si es mayor a 3: la distribucin es leptocurtica (lepto:delgado) parte central delgada

Edinson Edu Tolentino Raymondi

CEEA
Si es casi 3: la distribucin es mesocurtica Kurtosis Test Jarque-Bera

Centro de Estudios Econmicos Aplicados!

3.098233

Se basa en el estadstico JB que se distribuye Chi-cuadrado con 2 grados de libertad. Ho: La distribucin de los datos es normal Al 95% de confianza el criterio de rechazo de la hiptesis nula implica probabilidades asociadas menor a 0.05. En nuestro caso no se puede rechazar la Ho. Regresiones con Eviews El anlisis de regresin consiste en precisar la relacin existente entre un conjunto de variables a partir de la muestra con la que se cuenta. Analizaremos la validez de la Teoria Cuantitativa del Dinero. Partiendo de la ecuacin de cambio de Irving Fisher, MV PY la ecuacin puede ser re escrita en logaritmos con la siguiente especificacin economtrica:

mt pt 0 1 yt 2 rt et

Donde:

mt = Demanda por dinero

pt = Nivel de Precios

yt = Ingreso Real r = Tasa de inters s r = Saldos reales et = Termino de perturbacin estacionario

i = Parmetros a estimar
Se consideran datos mensuales desde Enero de 1994 a Marzo de 2012, con las siguientes variables: m: Dinero del SB (promedio en millones de S/.) p: IPC Lima (dic. 2001=100) i: Tasa de ahorro promedio en S/. y: PBI (indice 1994=100) Para la especificacin del modelo se debe realizar un anlisis unvariado de las series

Edinson Edu Tolentino Raymondi

CEEA

Centro de Estudios Econmicos Aplicados!

Se observa un comportamiento no estacionario por lo que se transforman las series de la siguiente manera:

Base Monetaria desestacionalizada en trminos de logaritmo: genr lm_sa=@log(m_sa) Nivel de Precios: genr lp=@log(p) Saldos reales=Log(Base monetaria-Nivel de Precios): genr lsr=lm_sa-lp Tasa de inters real en trminos de logaritmo: genr li=@log(100+i) PBI desestacionalizado en trminos de logaritmo: genr ly=@log(y_sa)
LSR
6.5 6.0 5.5 5.0 4.5 4.0 3.5 94 96 98 00 02 04 06 4.85 4.80 4.75 4.70 4.65 4.6 4.4 94 96 98 00 02 04 06 08 10 4.60 94 96 98 00 02 04 06 08 10 08 10

LY
5.6 5.4 5.2 5.0 4.8

LI

Edinson Edu Tolentino Raymondi

CEEA
Los supuestos de comportamiento requieren que:

Centro de Estudios Econmicos Aplicados!

0 =1 La demanda nominal es proporcional al nivel de precios. 1 >0 Al aumentar el ingreso disponible aumentan el numero de transacciones y con ello las
tenencias de dinero. 2 <0 Al ser el costo de oportunidad de mantener dinero. Estimando por el mtodo MCO se crea un objeto equation llamado eq1 para estimar por MCO considerando como variables dependiente el logaritmo de los saldos reales y como variables independientes el logaritmo del PBI y de la tasa de inters. equation eq1.ls lsr c ly li Obteniendo:

Los coeficientes estimados miden el impacto marginal de cada regresor sobre los saldos reales, ambos coeficientes son estadsticamente significativos, aunque el signo de la tasa de inters no seria el esperado, evidenciando problemas en la especificacin. Todos los coeficientes estimados son estadsticamente significativos al 95% de confianza. La bondad de ajuste del modelo es del 99% El valor del estadstico DW no es muy informativo. Dicho estadistico permite contrastar la presencia de autocorrelacin serial de primer orden. De acuerdo al estadstico F, todos los coeficientes en conjunto son significativos y diferentes de cero. La funcion log-verosimil es 313.506, dicha funcion reporta el valor de la funcion de verosimilitud evaluada en los coeficientes estimados. A mayor bondad de ajuste, menor suma de cuadrado de los errores y menor estadstico L. Los criterios de Akaike y Schawartz: son estadsticos tiles para determinar el numero de trminos de la ecuacin de regresin. Para optar por la inclusin de un regresor adicional se debe buscar que estos criterios se reduzcan ante la inclusin. Se analiza los principales problemas con la estimacion obtenida:

Edinson Edu Tolentino Raymondi

CEEA

Centro de Estudios Econmicos Aplicados!

Multicolinealidad Analizando la matriz de correlaciones para evaluar la existencia de colinealidad entre los regresores (ingreso y tasa de inters). Todo valor superior a 0.8 ser considerado como problema de colinealidad entre los regresores.

LY LY LI 1.000000 -0.810325

LI -0.810325 1.000000

Se observa una alta correlacin negativa entre el PBI y la tasa de inters.

Edinson Edu Tolentino Raymondi